NVIDIA robot biliminde nasıl önemli bir oyuncu haline geldi? - Dünyadan Güncel Teknoloji Haberleri

NVIDIA robot biliminde nasıl önemli bir oyuncu haline geldi? - Dünyadan Güncel Teknoloji Haberleri
Yeni alan esas olarak iki binadan oluşuyor: sırasıyla 500 Otonom bir drone yapmak isteseydiniz ne gerekirdi? Şu kadar sensöre sahip olmanız, bu kadar kareyi işlemeniz gerekiyor, bunu tanımlamanız gerekiyor ”

Bu Şubat ayında, şirket kaydetti, “Dünya çapında bir milyon geliştirici artık yenilikçi teknolojiler geliştirmek amacıyla uç yapay zeka ve robot bilimi için Nvidia Jetson platformunu kullanıyor Firma, tasarım ve üretimden, giderek daha karmaşık görevleri yerine getirebilen düşük güçlü sistemlerin oluşturulmasına kadar, silikonu bu noktada dünyadaki herkes kadar iyi biliyor Aslında iki hafta önce tarım teknolojisi firması Farm-ng’de yönetim kurulu danışmanı olarak çalışmalarını tartışmak için Disrupt’taki TechCrunch sahnesine geri döndü Örneğin John Deere bir traktör satıyorsa çiftçiler bizimle konuşmuyor Nvidia o zamanlar teklifi bu şekilde tanımlamıştı“Jetson TK1, geliştirmeyi bir PC’de geliştirmek kadar basit hale getiren kompakt, düşük güçlü bir platformda Tegra K1’in yeteneklerini geliştiricilere getiriyor

İkisinin arasında, güneş panellerini destekleyen geniş, çapraz kafeslerin altında, ağaçlarla kaplı bir açık hava yürüyüş yolu bulunmaktadır

Ofis cihazına atıfta bulunarak, “Çoğu insan robotiği tipik olarak kolları, bacakları, kanatları veya tekerlekleri olan fiziksel bir şey olarak düşünüyor; siz bunu içten dışa algı olarak düşünüyorsunuz” dedi Daha önce olduğundan kesinlikle daha iyi bir adım fonksiyonu olduğunu görebileceğiniz bariz şeyler var Ve eğer bunu bugün yapmak istiyorsanız, seçeneğiniz nedir? O zamanlar böyle bir şey yoktu

Nvidia’nın son birkaç kazanç raporundan sonra olumlu bir takviye için umutsuz olduğu söylenemez, ancak şirketin robot stratejisinin son yıllarda ne kadar iyi sonuç verdiğine dikkat çekmeyi garanti ediyor Nisan, TK1’in piyasaya sürülmesinden bu yana geçen on yılı işaret ediyor

Resim Kredisi: NVIDIA

Bu arada Nvidia’nın robot bilimine girişi her türlü kısmetten faydalandı Aynı zamanda görsel sadakate de sahiptir yayınlıyoruz Bu, yapay zeka ve makine öğrenimine giderek daha fazla yatırım yapılan bir dünyanın temelini oluşturuyor

Evet, ama bu değişiyor Derin öğrenmenin tüm dünyaya ilk kez 2012 yılında ulaştığını düşünüyorum 2018, ‘şirketle bahse girme’ anıydı ]

Robot bilimi hakkında NVIDIA ile uzun uzun konuştuğum son sefer, aynı zamanda Sessions etkinliğimizde Claire Delaunay’ı sahneye çıkardığımız son seferdi Gazebo’yu Isaac Sim’e bağlamak için basit bir ROS köprüsü sağlıyoruz Genellikle filo yönetimi öyledir Artık yapay zeka, örneğin ışın izleme sayesinde oyunlara yardımcı oluyor Gerçekten mükemmel bir fırtına Yapay zeka hâlâ yeniydi, hangi kullanım senaryosunu anladığınızı açıklamanız gerekiyordu Bu şeyler hareket etmiyor Kasım 2015’te Jensen [Huang] ve birkaç şeyi sunmak için San Francisco’ya gittim İzlemesi ilham vericiydi ve bazen Nvidia’nın dönüşümüne tanık olmak için orada olduğuma hâlâ inanamıyorum 000’den fazla şirket, platformu ürünlerine entegre etti İnsanlar çevremizi görmek ve durumsal farkındalık toplamak için sensörlere sahiptir

Dağıtım veya filo yönetimi gibi konularda son kullanıcılarla mı çalışıyorsunuz?

Muhtemelen değil yeni bir profil Bryan Catanzaro’ya Daha sonra hemen şunu söyledi: LinkedIn, [Full quote excerpted from the LinkedIn post], “Aslında Jensen’ı ikna etmedim, bunun yerine ona sadece derin öğrenmeyi anlattım Benim için okuyup özetlemesine izin vermeyeceğim

Geçen hafta şirketin devasa Santa Clara ofislerini ziyaret ettim

Robotik ne zaman Nvidia için bulmacanın bir parçası haline geldi?

2010’ların başı diyebilirim Araştırma yaparken açık olması gerekiyor Apple’a, Google’a ve Facebook’a sormanız yeterli

Isaac Sim ile karşılaştırıldığında nasıldır? [Open Robotics’] Gazebo mu?

Gazebo sınırlı simülasyonlar yapmak için iyi ve temel bir simülatördür

Hayır hayır Omniverse’de sahip olduğunuz her şey Isaac Sim’e geliyor Jetson’u düşündüğümüzde aklımıza gelen tipik AMR’lerden çok farklı Gazebo’nun yerini almaya çalışmıyoruz Bir şeyi özetlemek mükemmel değil Çoğu tüketicinin alışık olduğu şey budur Çoğu durumda üniversitelerle bağlantılıdırlar CUDA, robotik, yüksek performanslı bilgi işlem ve buluttaki yapay zeka için de aynıdır

Araştırma üniversiteleriyle mi çalışıyorsunuz?

Kesinlikle Dışarıdan içeriye robotik denilen bir şey de var Startup’larla çalışmak ve yatırım yapmak için geçen Temmuz ayında şirketten ayrıldı



genel-24

Dolayısıyla, üretkenliğin arttığına dair bazı işaretleri şimdiden görebilirsiniz


[A version of this post appeared in TechCrunch’s robotics newsletter, Actuator

Nvidia’nın oyun geçmişi robotik projelerine nasıl yön verdi?

Şirketi ilk kurduğumuzda, GPU’ları oluşturmamız için bize fon sağlayan şey oyundu ”

Platformda vakit geçirmemiş bir robot geliştiricisi bulmakta zorlanacaksınız ve açıkçası kullanıcıların hobicilerden çok uluslu şirketlere kadar uzanan yelpazeyi nasıl yönettikleri dikkat çekici Rekabet etmenin bir anlamı yok Bu arada, Nvidia’nın oyun konusundaki engin bilgisinin, robotik simülasyon platformu Isaac Sim için büyük bir değer olduğu kanıtlandı

Ağustos ayında SIGGRAPH’ta konuşan CEO Jensen Huang şöyle açıklıyor: “Rasterleştirmenin sınırlarına ulaştığını fark ettik ”

Resim Kredisi: TechCrunch

2015 yılında Jetson sistemini tanıttığınızda ilk tepkiler nasıl oldu? Çoğu insanın oyunla bağdaştırdığı bir şirketten geliyordu Herkesin CUDA’nın tüm bölümlerini kullanmasına gerek yoktur ancak durum aynıdır Günün sonunda GPU’lu mikroişlemciler üretiyoruz

ROS ile rekabet etmek istemiyorsunuz South Bay Big Tech genel merkezindeki mücadele son yıllarda gerçekten kızıştı, ancak etkili bir şekilde para basıyorsanız, arazi satın almak ve ofis inşa etmek muhtemelen bunu yönlendirmek için en iyi yerdir Aynı zamanda Washington Üniversitesi’nde robotik alanında profesördür Konuşmaya başladığımızda, uzak duvarda Jetson platformunu çalıştıran Cisco telekonferans sistemini işaret etti Tüm özerklik için onu takabilirsiniz Omniverse’in üzerine inşa edilmiştir Herkesle bağlantı kurmak ve tıpkı bizim onların platformundan yararlandığımız gibi başkalarının da platformumuzdan yararlanmasına yardımcı olmak istiyoruz Arduino gibi şirketlerin uğrunda can atacağı türden bir yayılma bu 2018’de açılan binaların San Tomas Otoyolu’ndan gözden kaçırılması imkansız ”

2015 yılı, yalnızca bulut için değil, hem Jetson hem de otonom sürüş için EDGE’i başlattığımız yıldı Elimizdeki örnek otonom bir drondu ”

Birkaç demodan sonra Nvidia’nın başkan yardımcısı ve Gömülü ve Kenar Bilgi İşlem genel müdürü Deepu Talla ile görüştüm Video analizleri var ve trafik kavşakları, havalimanları ve perakende satış ortamları için ölçekleniyor Kaç hesaplamaya ihtiyacımız olacağını belirlemek için kaba bir matematik yaptık Binanızda kameraların ve sensörlerin olduğunu hayal edin Gazebo temel görevler için iyidir Benim için bir e-posta oluşturabilir Onlara yardımcı olacak araçlarımız var ancak filo yönetimi, hizmeti sağlayan veya robotu yapan kişi tarafından yapılıyor Bu bir süre önceydi Aslında yol üzerinde eski ve yeni genel merkezi birbirine bağlayan bir yaya köprüsü var Aynı zamanda herhangi bir AI modunu, herhangi bir çerçeveyi, gerçek dünyada yaptığımız her şeyi bağlamak için tasarlanmıştır Subscribe here Olan biteni görebiliyorlar Tam olarak doğru değil ama sıfırdan başlamama gerek yok Ve araştırma üyelerimizin çoğunun ikili ilişkileri de var Yapay zeka ile CG’yi yeniden keşfederken, yapay zeka için GPU’yu da yeniden icat ediyorduk CUDA aslında bizi yapay zekaya sokan şeydir Nvidia Metropolis adında bir platformumuz var 000 metrekarelik Voyager ve Endeavor Verimlilik artışını zaten görebilirsiniz Nvidia, robot bilimini üretimin ötesinde yaygınlaştırmanın çoğu kişi için hala boş bir hayal gibi göründüğü bir dönemde bu kategoriye çok fazla yatırım yaptı Ayrıca üçte biri startup olan 6

İnsanlarla üretken yapay zekayı tartıştığınızda, onları bunun geçici bir hevesten daha fazlası olduğuna nasıl ikna edersiniz?

Sanırım sonuçlarda konuşuyor Daha sonra grafiksel olmayan uygulamalarda da kullanılabilmesi için GPU’larımıza CUDA’yı ekledik Hemen kendi inancını oluşturdu ve Nvidia’yı bir yapay zeka şirketi olmaya yöneltti Ancak Isaac kimsenin yapamayacağı şeyleri yapabilir 000 ve 750 İşte o zaman AI bir nevi gerçekleşti Donanımı, yazılımı ve algoritmaları yeniden icat etmemizi gerektiriyordu Bana %70 veriyor Dieter Fox, Nvidia robotik araştırmasının başkanıdır Ama sen haklısın Bahsettiğimiz tüm bu ara yazılımlar aynı Unutmayın, bir platform oluşturmaya çalışıyoruz “Tıpkı insanlar gibi